An International Survey of the Management of Atrial Fibrillation in Critically Unwell Patients
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the current management of new-onset atrial fibrillation and compare differences in practice regionally. DESIGN: Cross-sectional survey. SETTING: United States, Canada, United Kingdom, Europe, Australia, and New Zealand. SUBJECTS: Critical care attending physicians/consultants and fellows. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: A total of 386 surveys were included in our analysis. Rate control was the preferred treatment approach for hemodynamically stable patients (69.1%), and amiodarone was the most used antiarrhythmic medication (70.9%). For hemodynamically unstable patients, a strategy of electrolyte supplementation and antiarrhythmic therapy was most common (54.7%). Physicians responding to the survey distributed by the Society of Critical Care Medicine were more likely to prescribe beta-blockers as a first-line antiarrhythmic medication (38.4%), use more transthoracic echocardiography than respondents from other regions (82.4%), and more likely to refer patients who survive their ICU stay for cardiology follow-up if they had new-onset atrial fibrillation (57.2%). The majority of survey respondents (83.0%) were interested in participating in future studies of atrial fibrillation in critically ill patients. CONCLUSIONS: Significant variation exists in the management of new-onset atrial fibrillation in critically ill patients, as well as geographic variation. Further research is necessary to inform guidelines in this population and establish if differences in practice impact long-term outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».